Длинные промпты больше не работают: как писать инструкции для новых моделей в 2026

Привычка писать огромные инструкции для нейросети официально устарела. 11 сентября 2026 OpenAI опубликовала в блоге для разработчиков заметку Эрика Провенчера «Rethinking skills and prompts for GPT-6 Astra», где просит сделать обратное тому, чему все учились два года: сократить описания скиллов, убрать обязательное чтение документации и снять жёсткие согласования. Формулировка из текста прямая: более способным моделям нужно меньше опеки.

Ниже разберу все пять рекомендаций с примерами «до и после» из оригинала, переложу их на Claude Code, CLAUDE.md и обычный чат без агентов, покажу, что вырезать из своих файлов уже сегодня, и отдельно скажу, где этот совет ломается. Плюс российская часть: работает ли Astra из России, сколько стоит в рублях и как за неё заплатить.

Коротко: словарик

Пять слов, которые встретятся дальше. Если всё знакомо, листай к первому правилу.

• Скилл (skill) - папка с инструкцией в Markdown, которую агент подгружает сам, когда задача подходит под описание.
• AGENTS.md и CLAUDE.md - файлы с правилами проекта, которые модель читает в начале сессии и держит в голове всё время работы.
• Прогрессивное раскрытие - приём, когда короткий корневой файл отправляет агента в нужный документ, вместо того чтобы вываливать всё сразу.
• Гардрейл - правило-ограничитель вроде «ничего не меняй без моего подтверждения».
• Критерий готовности (definition of done) - описание того, что считается выполненной задачей.

Что именно сказала OpenAI 11 сентября 2026

Заметку написал Эрик Провенчер из OpenAI, на следующий день её пересказал the-decoder. Идея текста в одном предложении: инструкции, которые копились под старые модели, на новой работают против тебя.

Более способным моделям нужно меньше опеки.

- Эрик Провенчер, OpenAI, блог для разработчиков

Провенчер просит проводить ревизию скиллов, AGENTS.md и промптов каждый раз при смене модели. И добавляет неприятное: слишком конкретные указания теперь могут мешать там, где раньше помогали.

Отдельная мысль, которую легко пропустить: GPT-6 Astra при всей своей силе может остановиться раньше, чем GPT-5.6 Sol. Не потому, что она слабее. Потому что в твоей инструкции накопились чек-листы и требования спросить разрешения, а модель честно их выполняет и замирает на первом пункте.

Почему сильная модель тупеет от длинной инструкции

Тут работают два независимых механизма, и полезно их различать, потому что лечатся они по-разному.

Первый: инструкция ест контекст. Окно у модели конечное, и всё, что ты залил правилами, вычитается из места под задачу. Это та же история, что и с контекст-инжинирингом: большое окно не равно большой полезной памяти, качество начинает падать задолго до формального лимита. Лечится сокращением.

Второй: инструкция даёт поводы остановиться. Каждое «сначала спроси», «проверь по чек-листу», «получи подтверждение» модель читает как легальную точку выхода. Чем сильнее модель следует инструкциям, тем аккуратнее она находит эти точки и тем чаще сдаёт работу на середине. Лечится это переформулировкой: запрет меняется на разрешение. Одним сокращением тут ничего не добьёшься.

Разница важная. Первый механизм про объём, второй про смысл. Можно ужать файл вдвое и получить ту же остановку на первом шаге, если оговорки остались на месте.

Правило 1. Описание скилла сужается до конкретного триггера

Самая частая ошибка: описать скилл широко, чтобы он «точно подхватился». Результат обратный. Скилл срабатывает на каждый чих, тащит в контекст свою инструкцию и мешает другим.

Пример из оригинала, про скилл для миграций Postgres.

Обрати внимание, что первая фраза в обоих вариантах одинаковая. Менялась только вторая часть, та, что отвечает на вопрос «когда». Провенчер отдельно предупреждает: сокращать описание до огрызка, из которого пропала нужная информация, тоже нельзя. Задача тут в точности формулировки. Краткость ради краткости смысла не имеет.

Как переложить на себя: открой описания своих скиллов и у каждого проверь одну вещь. Написано ли там конкретное действие пользователя или абстрактная область. «При работе с текстами» это область. «Когда просят переписать готовый текст под редполитику» это действие. Как устроен скилл целиком, разобрано в гайде про создание своего скилла.

Правило 2. Корневой файл скилла становится маршрутизатором

Второй совет касается скиллов, внутри которых живёт несколько разных сценариев. Формулировка Провенчера: корневой документ нужно делать минимальным маршрутизатором, который указывает на вспомогательные документы и скрипты.

То есть в главном файле остаётся карта: вот три сценария, вот какой файл открыть под каждый. Сами инструкции переезжают в отдельные документы и подгружаются только когда действительно нужны.

Выгода двойная. Модель не читает инструкцию по деплою, когда правит текст. И ты перестаёшь бояться дописывать в скилл новые сценарии, потому что рост идёт в отдельные файлы, а корневой остаётся коротким.

Правило 3. Обязательное чтение файлов убирается

Третий пример из оригинала самый узнаваемый. Почти в каждом проекте, который прожил больше месяца, в файле правил есть строчка вида «перед любой правкой прочитай вот эти документы».

Тут же в оригинале идёт условие, о котором забывают: документация должна быть актуальной. Точечная ссылка работает только если по этой ссылке правда то, что обещано. Устаревший architecture.md хуже отсутствующего, потому что агент ему верит.

Российскому читателю это правило особенно полезно на больших CLAUDE.md. Если у тебя там разрослось до нескольких сотен строк с обязательным чтением, стоит пройтись по разбору настройки CLAUDE.md: Anthropic советует держать файл в пределах 200 строк, и причина ровно та же.

Правило 4. Запреты меняются на явные разрешения

Вот это, на мой взгляд, самая ценная часть заметки. Логика такая: под старые модели люди добавляли резкие формулировки, потому что модель делала что-то без спроса. Astra в этом смысле устроена иначе, она не берётся за задачу, пока не уверена, что это безопасно. И старые запреты теперь просто тормозят работу.

Вместо «ничего не делай без подтверждения» OpenAI предлагает прямо разрешить безопасные операции. Пример про тесты из оригинала:

Локальные тесты работают на одноразовых фикстурах и не имеют доступа к продакшену.
Запускай их, исправляй падения, вызванные запрошенным изменением,
и перезапускай затронутые тесты, не спрашивая подтверждения на каждом шаге.

Разберём, почему это работает. Тут три части, и каждая делает свою работу. Первая снимает у модели неопределённость по безопасности: сказано, что тесты одноразовые и продакшена не касаются. Вторая даёт разрешение на действие. Третья гасит именно тот сценарий, из-за которого агенты встают: подтверждение на каждом шаге.

Сравни со своим файлом правил. Скорее всего, там есть строчки вроде «не запускай команды без разрешения» без единого уточнения, какие команды безопасны. Модель в такой ситуации выбирает самый осторожный путь и идёт спрашивать.

Правило 5. Критерий готовности описывается заранее

Последний совет про преждевременную остановку. Провенчер пишет: определяй, что значит «сделано», в самом промпте. И добавляет условие для исследовательских задач: если хочешь, чтобы модель копала дальше первого прохода, скажи, что именно исследовать и где остановиться.

Тут интересна симметрия. Модель останавливается рано, потому что не знает, докуда идти. Значит, лечится это описанием финиша. Слова «работай тщательно» и угрозы тут бесполезны.

Задача считается выполненной, когда:
 
1. Функция возвращает корректный результат на трёх краевых случаях: пустой список,
   один элемент, дубликаты.
2. Существующие тесты проходят, новый тест на краевые случаи добавлен.
3. В соседних файлах ничего не менялось.
 
Если после первого прохода остались непонятные места - перечисли их одним списком
в конце и не начинай их править.

Последняя строка тут работает как ограничитель сверху. Она отвечает на вторую половину совета: сказано, где остановиться, и модель не уходит рефакторить полпроекта.

Как это выглядит в обычном чате, без агентов и скиллов

Совет написан про агентов, но половина читателей скиллами не пользуется вовсе. В обычном чате механика та же, просто роль AGENTS.md играет твоё первое сообщение.

Типичный раздутый промпт выглядит так: три абзаца вежливых пояснений, пять оговорок «только пожалуйста не», список из десяти требований к формату и просьба уточнять каждый шаг. Модель тонет в требованиях и выдаёт осторожную серость.

Правило, которое легко запомнить: сокращай указания как делать, добавляй ясность в то, что считать результатом. Это ровно противоположно тому, как большинство пишет промпты сейчас.

Ревизия за полчаса: по шагам

Порядок, в котором это стоит делать, если у тебя уже есть настроенный проект.

Пятый шаг пропускать нельзя. Ревизия инструкций это правка наугад, пока ты не увидел разницу на реальной задаче. Бывает, что после чистки агент начинает лезть туда, куда не просили, и тогда один запрет надо вернуть.

Работает ли GPT-6 Astra из России и сколько стоит

Сама модель работает, но OpenAI блокирует российские IP, поэтому без зарубежного адреса в интерфейс не зайти. Нужен рабочий VPN с зарубежным IP, и включать его лучше в режиме раздельного туннелирования, чтобы российские сервисы продолжали открываться напрямую.

Цены в API на сентябрь 2026: 10 долларов за миллион входных токенов и 50 за миллион выходных. По курсу ЦБ на 5 сентября 2026 (86,59 рубля за доллар) это примерно 866 и 4330 рублей. Кешированный вход стоит доллар за миллион, около 87 рублей.

Посмотри на этот график ещё раз, потому что он объясняет, зачем чистить инструкции, в деньгах. Твои правила и скиллы это входные токены, и они улетают в каждом запросе заново. Разница между кешированным и обычным входом десятикратная, поэтому стабильный короткий блок правил, который не меняется от запроса к запросу, кешируется и стоит копейки, а раздутый и постоянно правимый файл платится по полной.

Для оплаты нужна зарубежная карта либо посредник: подойдёт сервис оплаты подписок (реферальная ссылка: тебе тот же прайс, мне небольшой процент). Второй путь без VPN совсем - российские агрегаторы, которые перепродают доступ к моделям OpenAI за рубли, но новые флагманы там появляются с задержкой в недели. Подробный разбор доступа и тарифов лежит в гайде про GPT-6 Astra из России.

Где этот совет ломается

Честная часть, потому что рекомендацию легко понять как «режь всё».

Слабые и дешёвые модели опеку всё ещё любят. Совет написан про флагман. Если ты гоняешь задачи на мелкой быстрой модели или на локальной через Ollama, подробная инструкция там по-прежнему поднимает качество. Почистишь по методичке OpenAI и получишь провал.

Факты резать нельзя. Под нож идут вежливость, повторы и опека. Цифры, ограничения проекта, формат ответа и специфика предметной области остаются. Если после чистки модель начала выдумывать детали, значит ты вырезал контекст вместо воды.

Безопасность живёт не в промпте. Разрешать безопасные операции текстом можно только там, где цена ошибки терпимая. Жёсткие запреты на удаление данных и траты держи в настройках, которые модель физически не обойдёт. Текстовое правило остаётся пожеланием, стеной оно не становится.

Совет привязан к моменту. Провенчер прямо говорит проводить ревизию при смене модели. Значит, и обратное верно: то, что ты сейчас вырежешь под Astra, на следующем поколении может понадобиться снова в другом виде. Файл правил это живой документ, который переписывают с каждым новым поколением моделей.

Чек-лист: что у тебя теперь есть

Пройдись по пунктам после ревизии.

• Описания скиллов отвечают на вопрос «при каком действии», формулировок про область в них не осталось.
• У скиллов с несколькими сценариями корневой файл короткий и только маршрутизирует.
• Обязательное чтение документов заменено привязкой каждого документа к типу задачи.
• Документы, на которые ссылаешься, проверены на актуальность.
• Безопасные операции разрешены явно, с объяснением, почему они безопасны.
• Опасные действия остались под запретом, и запрет продублирован в настройках, одним текстом он не держится.
• В промптах на задачи описан критерий готовности и точка, где остановиться.
• Результат проверен на той задаче, где агент вставал до правок.
• Блок правил стабилен между запросами, чтобы попадать в кеш и стоить дешевле.

Одна проверка, которую пропускают чаще всего: дай агенту задачу, которую он раньше сдавал на середине, и не подсказывай по ходу. Только этот тест отличает реальную починку от красивого короткого файла, который работает так же плохо.

По материалам: заметка Эрика Провенчера в блоге OpenAI для разработчиков Rethinking skills and prompts for GPT-6 Astra от 11 сентября 2026 и разбор the-decoder GPT-6 Astra needs leaner prompts and fewer guardrails, OpenAI recommends от 12 сентября 2026.